我在使用gensim从文档中提取特征向量。我已经从Google下载了预训练模型，名为GoogleNews-vectors-negative300.bin，并使用以下命令加载了该模型：

model = models.Doc2Vec.load_word2vec_format('GoogleNews-vectors-negative300.bin', binary=True)

我的目的是从文档中获取一个特征向量。对于一个单词，很容易获得对应的向量：

vector = model[word]

然而，我不知道如何对文档进行操作。您能帮助我吗？

回答：

一组单词向量（如GoogleNews-vectors-negative300.bin）对于Doc2Vec类创建的文本向量（Le/Mikolov的“段落向量”）既不必要也不充分。相反，它期望通过示例文本进行训练以学习每个文档的向量。然后，训练后的模型还可以用来“推断”其他新文档的向量。

（Doc2Vec类仅支持load_word2vec_format()方法，因为它继承自Word2Vec类——而不是因为它需要该功能。）

还有另一种简单的文本向量，可以通过简单地平均文档中的所有单词来创建，可能还会根据每个单词的重要性加权。但这不是Doc2Vec提供的功能。